发帖
雷达卡
数据名称：上市公司权益资本成本OJ模型数据
时间范围：2001-2025年
数据层级：上市公司-年度面板
核心指标：权益资本成本（OJ）
识别变量：stkcd、year、证券代码
文件格式：DTA、XLSX、DO、PY、TXT
二、原始数据与基本信息合并
上市公司分析师预测指标.dta：分析师研究报告的每股收益预测数据，主要字段为证券代码、stkcd、year、预测终止日、每股收益。
上市公司股利分配率.dta：上市公司年度股利支付率数据，主要字段为证券代码、stkcd、year、股利分配率。
上市公司年收盘价.dta：上市公司年度收盘价数据，主要字段为证券代码、stkcd、year、年收盘价。
上市公司行业与所属省份城市.dta：公司年度行业和地域信息，主要字段为证券简称、行业代码、行业名称、所属省份、所属城市。
行业代码\上市公司基本信息数据.dta：公司级静态基本信息，按stkcd合并，主要字段为证券代码、证券中文简称、上市日期、股票类型、行业代码A-D、注册资本、成立日期、退市日期。
三、计算说明
权益资本成本（OJ）：OJ模型隐含权益资本成本，公式为A+sqrt(A^2+eps1/P0*(g2-0.05))；取值越大表示投资者要求的权益回报率越高，无法开方或输入缺失时记为缺失。
A：OJ模型中间项，等于0.5*(0.05+dps1/P0)。
g2：预测每股收益增长率，等于(eps2-eps1)/eps1。
eps1、eps2：未来第1期、第2期平均预测每股收益；计算前剔除任一预测值小于等于0的观测。
k、dps1、P0：分别为三年平均股利支付率、预期每股股利和年度收盘价。
四、结果数据文件
共有3套结果数据文件。样本筛选步骤如下：
(1) 删除未来两期预测每股收益非正或OJ指标缺失的观测；
(2) 清洗版本剔除金融行业、ST/PT公司和存在退市日期的公司；
(3) 缩尾版本先按年度对权益资本成本（OJ）在1%和99%分位数缩尾，再执行清洗筛选。
编号 文件名称 说明
1 计算结果未剔除金融ST未缩尾版本.dta/.xlsx 基础结果，36,222条观测。
2 计算结果剔除金融ST未缩尾版本.dta/.xlsx 清洗未缩尾结果，33,093条观测。
3 计算结果剔除金融ST缩尾版本.dta/.xlsx 清洗缩尾结果，33,093条观测。
五、变量说明
序号 变量名称 变量类型 变量说明
1 证券代码、证券简称 str 基本信息表提供的证券代码和简称。
2 stkcd、year float 公司识别代码和年度。
3 权益资本成本（OJ） float OJ隐含权益资本成本。
4 A、g2、P0、dps1、eps1、eps2、k、年收盘价 float OJ公式及其输入、中间变量。
5 行业代码、行业名称、所属省份、所属城市及其代码 str 年度行业和地域信息。
6 上市日期、股票类型、行业代码A-D、注册资本、成立日期、退市日期 str/float 公司级静态基本信息。
六、代码文件
文件名称 语言 说明
上市公司权益资本成本OJ模型数据计算代码.py Python 计算OJ指标、合并信息并输出三套结果。
上市公司权益资本成本OJ模型数据计算代码.do Stata 与Python版口径对应的Stata计算代码。
上市公司权益资本成本OJ模型数据评估代码.py Python 独立完成结果质量评估。
上市公司权益资本成本OJ模型数据评估代码.do Stata 与Python评估版功能对应的Stata评估代码。
七、数据质量评估
评估结果存放于数据质量评估报告_20260818文件夹，运行日志为评估日志_20260818.log。各子文件夹内容如下：
子文件夹名 内容说明
1 数据分布分析 变量角色、描述统计和频率分布CSV。
2 分布图 未剔除未缩尾样本的论文级分布图。
3 异常值检验 Z-score、IQR和缺失值检验结果。
4 逻辑合理性验证 面板重复键与时间连续性检验结果。
5 稳健性测试 不同样本期及不同处理版本比较和总评估结论表。
八、参考文献
[1] Ohlson J A, Juettner-Nauroth B E. Expected EPS and EPS Growth as Determinants of Value[J]. Review of Accounting Studies, 2005, 10: 349-365.
[2] 肖作平. 终极所有权结构对权益资本成本的影响——来自中国上市公司的经验证据[J]. 项目内参考文献。
上市公司权益资本成本OJ模型2001-2025年含do-python代码和excel-dta格式数据.zip
(81.79 MB, 需要: RMB 32 元)
京公网安备 11010802022788号
